基于弱匹配典型相关性分析的阿尔茨海默病识别

• 作者: 张博 张昌明 朱红 郝杰 马金凤
• 来源期刊: 中国老年学杂志
• 学科: 工学
• 关键词: 阿尔茨海默病 多模态数据融合 典型相关性分析 弱匹配多模态数据
• 年，卷（期）: 2016,（13）
• 所属期刊栏目: 临床研究 -- 其他
• 页码范围: 3259-3263
• 页数: 5页
• 分类号: TP391
• 字数: 4493字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9202.2016.13.081

摘要

目的：为了增强阿尔茨海默病（AD）的识别能力。方法该文采用多模态异构生物标志物数据在统计意义上潜在的相关性，利用互补原理，最大化不同模态数据之间的相关性，并在典型相关性分析的基础上，引入流形正则化技术提出了弱匹配典型相关性分析算法。结果解决了弱匹配多模态数据相关性建模问题。结论多模态异构生物标志物数据融合方法的预测性能优于单模态，能对 AD的发病和病理研究提供更准确的信息。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张博	中国科学院计算技术研究所智能信息处理重点实验室	48	288	9.0	16.0
10	郝杰	徐州医科大学医学信息学院	13	21	3.0	4.0
11	朱红	徐州医科大学医学信息学院	25	34	4.0	5.0
12	马金凤	徐州医科大学医学信息学院	12	8	1.0	2.0
13	张昌明	徐州医科大学医学信息学院	5	6	1.0	2.0